Domine a base tecnológica por trás dos LLMs e do RAG através dos embeddings. Aprenda a converter informação bruta em vetores para criar aplicações de IA verdadeiramente inteligentes.
Nível: Iniciante a Intermediário
Para quem é: Desenvolvedores, cientistas de dados e entusiastas de NLP
Ao concluir, você será capaz de: Transformar textos e dados em vetores matemáticos para criar sistemas de recomendação e busca inteligente
6 módulos · 10h · certificado ao final
- Desvendar a matemática dos vetores de significado
- Explorar modelos de Embeddings com Sentence Transformers
- Calcular distâncias e similaridades entre conceitos
- Armazenar vetores em bancos de dados especializados
- Otimizar a recuperação de informações via busca vetorial
- Projeto Final: Motor de Recomendação Semântica
Projeto Final
Desenvolvimento de um sistema de busca semântica que encontra documentos por contexto e significado, não apenas por palavras-chave
🎓
Vetores de Significado: Embeddings na Prática
6 módulos · 10h · certificado
Módulo 1 de 6
Aula interativa · Tutor IA
Bem-vindo à sua aula de Vetores de Significado: Embeddings na Prática! Eu sou seu Tutor IA e esta conversa é o próprio curso: cada mensagem faz parte da trilha, com explicações, exemplos, diagramas e desafios. Para começar, me diga seu nome e do que você gosta. Vou usar isso nos exemplos.